긴 강의에서 지금 필요한 내용을 찾도록 연결했습니다
InnerCoach는 김주환 교수의 마음근력 프레임워크와 유튜브 강의를 바탕으로 관련 내용을 찾아 대화로 연결하는 AI 코치입니다. 강의를 처음부터 다시 살피는 대신 질문과 관련된 맥락을 찾고 원본 강의로 이어지도록 구성했습니다.
이 작업에서는 코칭 챗봇과 강의 지식 파이프라인을 개발했습니다. 전문가가 사용하는 개념과 강의 구조를 반영하는 것이 출발점이었습니다.
강의를 어떻게 대화 자료로 만들었나요?
전사 자료와 챕터, 주제별 지식 구조를 구성하고 질문에 관련된 내용을 탐색하도록 연결했습니다. 긴 문서를 한 번에 대화창에 넣는 것보다 어떤 강의의 어느 부분을 확인할지 정하는 흐름이 중요했습니다.
- 01강의·전사
- 02챕터·주제 구조
- 03관련 내용 탐색
- 04대화·출처 연결
대화가 이어질 때 필요한 맥락도 다뤘습니다
사용자의 질문은 한 문장으로 끝나지 않을 수 있습니다. 앞에서 이야기한 내용과 관련 강의의 맥락을 함께 다루도록 대화 스트리밍과 기억 기능을 구성했습니다.
AI가 교수님 본인인 것처럼 소개하기보다 강의 내용을 참고하는 별도 AI 코치로 설명합니다. 개인의 상황에 대한 전문 상담이나 진료를 대신하는 서비스로 제시하지 않습니다.
결과물은 챗봇 화면과 검색 구조입니다
질문이 들어오면 관련 강의와 챕터를 고르고 필요한 전사 구간을 읽는 검색 구조를 사용합니다. 강의 전체를 무조건 답변에 넣기보다 질문과 연결되는 부분을 선택하는 과정입니다.
일반 운영 FAQ와도 목적이 다릅니다. 숙박 FAQ는 정해진 이용 정보를 안내하고, InnerCoach는 긴 강의에서 질문과 관련된 내용을 찾습니다. 몸톡은 교재 페이지와 강의 시점을 함께 가리키는 개발 중 사례입니다.
이 사례의 범위는 웹 대화 경험, 백엔드, 강의 지식 처리와 검색입니다. 상단 이미지는 공개 시작 화면입니다. 실제 답변의 출처 연결 사례는 공개 가능한 대화 예시를 별도로 선정해 보여줄 수 있습니다.
자주 묻는 질문
다른 전문가의 강의에도 적용할 수 있나요?
사용 가능한 강의 자료, 개념 체계와 답변 범위를 정리하면 비슷한 구조를 검토할 수 있습니다. 전문가의 표현과 원본 출처가 유지되는지 확인하는 과정이 필요합니다.
새 영상은 자동으로 모두 반영되나요?
자료 수집·색인·검수를 별도로 운영해야 합니다. 새 영상의 자동 반영 범위는 실제 운영 설정에 따라 확인할 항목입니다.
일반 FAQ 챗봇과 무엇이 다른가요?
정해진 짧은 답을 찾는 것에 더해 긴 강의에서 관련 부분을 탐색하고 대화 맥락과 연결하는 작업이 필요합니다. 전문가 지식 챗봇 상담에서 자료의 종류와 사용자 질문부터 확인할 수 있습니다.